SCI 论文 I
题目：基于多概念检测器和语义相关性的图像检索
作者：XU HaiJiao， HUANG ChangQin, PAN Peng, ZHAO GanSen,XU ChunYan,LU YanSheng, CHEN Deng & WU JiYi
摘要：随着未来网络的快速发展，网络图像等多媒体数据出现了爆炸式增长。因此，需要有效的图像检索引擎。以前的研究集中在单一概念图像检索，其实用可用性有限。在实践中，用户总是使用具有多概念查询的互联网图像检索系统，但是相关的现有方法通常是无效的，因为采用单一概念查询技术的唯一组合。目前，基于语义概念的多概念图像检索正成为迫切需要解决的问题。在本文中，提出了一种基于多概念检测器的多概念图像检索模型（MCRM），其采用多概念作为一个整体，并从重排的多概念训练集中直接学习每个多概念。在提出相应的检索算法之后，通过梯度下降法将预测的对数似然函数最大化。此外，采用单概念和多概念之间的语义相关性来提高检索性能，其中通过三个相关性度量来估计语义相关概率，并且通过支持向量机（SVM）估计的贝叶斯定理表示视觉证据。 Corel和IAPR数据集的实验结果表明，该方法胜过最先进的技术。此外，该模型有利于多概念检索和难以检索，几乎没有相关图像。
论文链接：Image retrieval based on multi-concept detector.pdf